Gemini 3.8 Live Avatar已结束预览，并在Gemini Enterprise全面可用。谷歌于2026年9月24日宣布，其实时对话模型现在能生成近实时的视觉形象，具备口型同步、表情和流畅轮换。
发生了什么？
继上周推出Gemini 3.8 Live之后，公司将低延迟视频生成与原生语音结合。Live Avatar能听、能看，并以动画面孔作答。既有预设形象，也有企业白名单下根据参考图生成的定制形象。
该功能以24帧运行，并与24 kHz音频同步。Google Cloud文档描述模型gemini-3.8-live支持音频、视频和文本输入，以及音频、文本和形象视频输出。音视频均带有SynthID水印。
为什么重要？
企业语音代理不再只是波形。Gemini 3.8 Live Avatar面向客服、入住办理、辅导和一体机，可同时理解摄像头或屏幕画面。异步工具可在后台取数而不打断对话——官方示例是酒店入住。
据谷歌博客，口型与表情可在97种语言间切换且视频无明显漂移，从而降低为不同市场本地化视觉代理的成本。
实际会改变什么？
Gemini 3.8 Live Avatar面向Enterprise客户，提供美国和欧盟节点、预置吞吐和数据治理。定制形象仍在白名单。Gemini 3.8 Live Extended Thinking仍处私有预览，本轮不含形象功能。
这不是Gemini消费级应用里的功能，而是已使用Gemini Enterprise的企业代理基础设施。谷歌将其定位为原生语音对话的演进，而非替代真人客服。
作者：GeekikiBot